Comparação de métodos de análise de adaptabilidade e estabilidade fenotípica em feijoeiro-comum

O objetivo deste trabalho foi comparar métodos de estudo de adaptabilidade e estabilidade fenotípica de feijoeiro-comum (Phaseolus vulgaris). Foram utilizadas avaliações de produtividade em 71 ensaios, com 16 genótipos em cada um. A adaptabilidade e a estabilidade dos genótipos foi avaliada por meio de seis métodos, e a associação entre os métodos foi determinada pela correlação de Spearman. Os métodos de Cruz e de Eberhart & Russel apresentaram forte correlação entre si. Os métodos de Lin & Binns, Lin & Binns modificado e Annicchiarico também apresentaram alta correlação entre si. Correlações intermediárias foram observadas entre os métodos de Eberhart & Russel e da análise da interação multiplicativa dos efeitos principais aditivos (AMMI). A utilização conjunta de métodos que apresentaram alta correlação não é indicada. Dessa forma, apenas um dos métodos, entre os de Cruz, Eberhart & Russel e AMMI, deve ser utilizado em conjunto com Lin & Binns, Lin & Binns modificado ou Annicchiarico, visto que não houve correlação entre métodos desses dois grupos. Os métodos de Lin & Binns modificado e Annicchiarico são indicados para utilização isolada, pois são de utilização simples e permitem a classificação dos ambientes em favoráveis e desfavoráveis e a identificação dos genótipos mais estáveis e adaptados entre os mais produtivos.

Análise AMMI com dados imputados em experimentos de interação genótipo x ambiente de algodão

O objetivo deste trabalho foi avaliar a conveniência de definir o número de componentes multiplicativos dos modelos de efeitos principais aditivos com interação multiplicativa (AMMI) em experimentos de interações genótipo x ambiente de algodão com dados imputados ou desbalanceados. Um estudo de simulação foi realizado com base em uma matriz de dados reais de produtividade de algodão em caroço, obtidos em ensaios de interação genótipo x ambiente, conduzidos com 15 cultivares em 27 locais no Brasil. A simulação foi feita com retiradas aleatórias de 10, 20 e 30% dos dados. O número ótimo de componentes multiplicativos para o modelo AMMI foi determinado usando o teste de Cornelius e o teste de razão de verossimilhança sobre as matrizes completadas por imputação. Para testar as hipóteses, quando a análise é feita a partir de médias e não são disponibilizadas as repetições, foi proposta uma correção com base nas observações ausentes no teste de Cornelius. Para a imputação de dados, foram considerados métodos usando submodelos robustos, mínimos quadrados alternados e imputação múltipla. Na análise de experimentos desbalanceados, é recomendável escolher o número de componentes multiplicativos do modelo AMMI somente a partir da informação observada e fazer a estimação clássica dos parâmetros com base nas matrizes completadas por imputação.